裂缝是公路路面上常见的一种病害。传统的人工维护、修补的方式慢慢难以满足现代公路发展的需求,裂缝识别智能化已成为智能交通领域的重要课题。然而我国不发达的图像采集软硬件技术现状以及复杂的路面情况,使采集获得的路面图像质量不理想。这种负面效果给图像处理带来了很大的困难,是裂缝检测率难以提升的重要原因之一。设计和研究一套能适应不同路面背景图像的裂缝检测与分类系统具有很大的应用价值。本文研究的所有算法都是从图像处理角度出发的。图像中裂缝检测和分类算法研究针对不同的路面别净。本文依图像中裂缝像素的构成形式将裂缝分为横纵裂缝、块状裂缝、龟状裂缝以及修补裂缝四种类型,对前三种未修补裂缝做了深入的检测算法研究。并依照检测算法的检测结果,研究了相应的分类算法,形成从裂缝检测到分类一整套解决方案。在裂缝检测算法的研究上,方案流程为图像预处理、图像分割和裂缝提取。提出了基于裂缝特定模板的分割方式、基于连通域线性、区域信息去噪等图像处理方法,在具备创新性同时,提高了裂缝检测率。此外,根据测试结果,特别研究了自适应阈值的算法,以解决因阈值固定,导致在不同背景的图像里裂缝检测算法检测率不稳定的问题。在裂缝分类算法的研究上,针对检测结果的特点,利用链式码、特征映射提取方向特征,三角剖分提取分布特征的方式,很好地实现了对横纵裂缝、块状裂缝、龟状裂缝的分类。